小黄能吃辣的博客

前四篇文章完成后，其实整个项目就能完整运行起来了。但我们似乎忘了使用PYNQ的初心——用python编程实现对开发板硬件部分的控制。因此，本文章使用PYNQ Overlay库的GPIO读写实现LED灯流水，然后使用python父子进程的多进程编程实现按键即关闭程序。至此，基于Xilinx ZYNQ7000的PYNQ框架的人脸识别项目的内容就介绍完毕啦！想回顾整个项目全貌【基于Xilinx ZYNQ7000的PYNQ框架项目】01人脸识别项目介绍与展示。第一次写技术博客，有出错的地方还请大家多多指正。

书接上文，成功将电脑摄像头视频流传输到开发板并本地存储后，要做的就是使用PYNQ的pyhotn代码逐帧读取视频流，进行人脸识别啦。因为当初做这个项目的主要目的是锻炼嵌入式开发的能力，所以人脸识别模型是直接使用的opencv自带的分类器。（其实是懒得自己再捣鼓个模型了）我使用的分类器是haarcascade_frontalface_alt2.xml，下载opencv后，在文件夹内搜索即可找到该分类器。懒得下载的话我也免费上传到我的资源上了，小黄能吃辣的资源下载主页，人脸识别代码也放一起了，点击进去下载即可。

主机摄像头获取实时视频流，需要传输到开发板上并实时保存更新，才能使用开发板上的人脸识别模型进行人脸检测。本篇文章通过 socket 实现主机与 ZYNQ_MINI 开发板之间的数据传输。本文章实现了将笔记本摄像头视频流传输到开发板上，开发板接收并存储到本地目录下。下一步就是导入每帧图片进行人脸检测啦~有不清楚的地方，欢迎大家在评论区交流~【基于Xilinx ZYNQ7000的PYNQ框架项目】01人脸识别项目介绍与展示【基于Xilinx Zynq7000的PYNQ框架项目】02 PYNQ镜像制作。

由于 PYNQ 官网中没有适配 ZYNQ_MINI 开发板的现成的PYNQ镜像，我们需要用 vivado 自己设计硬件部分，然后下载与板子无关的预构建文件 PYNQ rootfs，在ubuntu系统中制作适配 ZYNQ_MINI 开发板的 PYNQ 镜像。软件与系统的环境版本Windows 11Ubuntu、Vivado、PetaLinux、PYNQ的版本必须与上文一致，不然可能会出现版本不适配的问题！（官网里已经找不到这个古老的版本了，我是在社区里找到的，非常滴珍贵！

本项目是一个嵌入式开发的人脸识别项目，为ZYNQ7000开发板自制PYNQ镜像，通过socket通信将笔记本摄像头画面实时传输至开发板，然后使用开发板上的人脸识别模型进行检测后，将识别画面传输回笔记本进行显示。本篇文章只作简单效果展示，具体实现步骤和源码将在后续文章中详细给出。欢迎各位在评论区进行交流~小黄能吃辣的CSDN主页。